centos下安装Numpy和Scipy计算环境并运行scikit-learn

一篇旧文，先贴出来，后续可能会有使用到的地方，有些细节因为当时没有记录很详细，造成了现在完全看不懂的情况出现，因为那时急着安装使用，没有重视记录，错误遗漏在所难免，还望大家批评指正。

1、安装python，setuptools，nose

./configure –enable-shared –prefix=/opt/python279

make && make install

注意：如果使用–enable-shared ，在某些机器上会出现错误

2、安装atlas（根据机器配置，安装时间会很长）

需要的包：
atlas3.10.2.tar.bz2
lapack-3.5.0.tgz

很多人说要单独编译blas，那是很早的老版本才需要，新版本已经集成编译了，直接用lapack压缩包即可。

首先，安装这个东西自己折腾了足足两天时间，坑无比的多。

CPU要关闭省电功能，centos以前的命令是cpufreq-selector，而在cent os 6以后就是cpufreq -set，好崩溃，很多人问自己没有这个命令，没有就用yum装。

貌似linux版本太低了也会出各种编译的奇葩问题，估计和低版本的变量应用有关？

查阅了很多资料，网上的步骤，关键点是什么？是最后生成库以后，还要在lib里执行一下make shared一下，这样就有so文件，然后再make install才能在最新版里执行通过。

3、安装numpy

前面好了，这里就好了，但是pt多线程没有使用成功。

我发现，直接安装也是可以的，就不知道当时自己在抽什么疯。

4、安装scipy（安装时间同样有点长）

Numpy成功了，这里不一定成功，如果你直接安装numpy，本身是不会报错的，但是这里就会报错，因为scipy是依赖lapack和blas的库的，其实numpy本身也是依赖的，只是在高版本的里面，暂时屏蔽了import的错误（实践后发现），实际上还是会使用atlas的线性代数的库的。

而最重要的并不是安装成功，而是在后面使用numpy做数值计算时，不报错，我在计算时间生命周期数据时，曾经多次在即将完成时报错，这是非常让人奔溃的。

5、安装pandas

six-》python-date-》pytz-》pandas

6、安装scikit-learn

安装了numpy和scipy后，直接安装这个就可以了。